博世投资张翠波：自动驾驶需要突破芯片、传感器、深度学习算法等关键技术 | MSRA院友年度大会

博世投资张翠波：自动驾驶需要突破芯片、传感器、深度学习算法等关键技术

全球智能驾驶行业风起云涌，大量资本、技术、人才不断涌入。在自动驾驶的宏大愿景之下，国内也涌现出了不少初创公司，涵盖了智能驾驶的产业链各个维度，从底层芯片到软件算法，从核心技术到场景落地。

但在这个已经有一百多年历史的资本、技术密集型行业，打破原有的产业链条并不容易。车厂依然是自动驾驶时代最重要的玩家之一。原有产业链条如何看待这一新兴市场，如何看待与初创公司的合作，这些问题我们都很感好奇。

在今年第二届微软亚洲研究院院友年度大会的智能驾驶论坛上，博世中国新业务发展部总监张翠波也从车厂的角度，解答了这些难题。

我们认为这一分享很有启发性，也对这部分内容进行了整理。以下为正文。

Q ：如何看待自动驾驶领域初创公司与巨头的关系？

张翠波：

自动驾驶是一个很大的话题，我将从两个维度进行解答：一是市场业务、商业模式的维度，一是技术维度。

到2030年或者2035年，城市的出行方式很可能变成地铁加共享的汽车、共享的单车，这会是80%-90%的出行方式。对整个汽车产业来讲，这是一个非常深刻的变革。所有OEM厂商们需要拓展业务边界，转身担负服务的角色，而这个市场会为新进的玩家提供大量的机会。今天这一市场竞争格局暂没有形成。

从技术的维度去看，自动驾驶包含9个模块的不同技术，其中全新的技术只有感知，其他很大一部分可能是之前已经存在的。在自动驾驶的早期阶段，很可能并非是纯粹基于深度学习，很可能是深度学习加上规则设定共同实现。若是如此，所有的逻辑变动不大，只是在输入端由人输入变成了机器输入。无人驾驶底层技术的其他部分则都是已经存在的。

从我们的角度而言，我不觉得技术本身发生的变革超越了商业领域的变革。一方面，技术上有全新的领域，但另一方面，在全新的领域和商业领域一样，竞争格局没有形成，对于新的玩家来讲其实是更大的机会。

如果比较初创和跨国公司，我会觉得在任何一个单一技术上，尤其是新的技术上，初创公司常常能够以更快的速度实现突破，然后解决技术上真正需要攻克的部分。初创公司非常敏捷、非常灵活，可以在快速试错中非常快的成长。

我还在服务巨头，肯定不会对巨头很绝望，我们仍然觉得巨头们非常有优势。任何到了系统层级的能力，其实都需要长久的累计。在这部分，巨头们拥有的能力，不是短时间内初创公司可以迅速的超越。巨头们不管是整车厂还是Tier1，其一个非常大的竞争优势在于，对于价值链的把控和对全球产业格局的深度理解。也正是受制于这两点，巨头们往往比初创公司慢很多，但在战略上仍然能够保有先机。

汽车产业是一个高度资本密集型，同时又高度技术密集型的产业。在这样相对成熟的产业，想打破整个产业链条并不是一个轻易发生的事。我去想象未来，我会觉得多数今天汽车产业大的玩家们还在，可是一定会有新的玩家入厂，会有巨头倒下。

至于什么样的玩家会胜出，我认为在这样的产业格局下，公司需要有非常清晰精准的定位，同时能够找准自己的合作伙伴。

Q： 在大厂看来，智能驾驶的关键难点是什么？

张翠波：

基于博世的很多发现，整个无人驾驶的时间表可能如下：Level3级别的自动驾驶可能会在2020年后；Level4量产的时间是2020到2023年。

影响这个时间表的变数可能包括这样几个点：一个维度是整个产品的验证、测试和释放标准；二是底层传感器技术。

汽车产业和消费电子、其他产业不同，汽车产业的召回非常昂贵，动辄几十亿，如果释放标准不清晰，没有厂商敢贸然走向量产。在测试部分，实际的路测合理比重，行业上还未有突破。

讲到底层技术，从我的角度来讲，影响整个时间表的可能会是三个底层技术：芯片本身、传感器、深度学习算法。芯片方面，包括地平线在内的初创公司已经入场。传感器方面，今天大家更多讲的是激光雷达会是传感器受制约的部分，从我的角度讲，我不关心它是激光雷达技术本身的突破，还是摄像头的突破，从系统层面上要解决的问题是，在极端的天气状况下，能捕捉有效的视觉图像，同时又能捕捉长距离的图像，同时又能保证实现的稳定性。第三个技术上受限的部分来自深度学习算法，但是深度学习这部分是黑盒子，是不可专业表达的，但汽车行业都是标准清晰的，一旦发生问题，就需要最短时间内找出问题的根结所在，解决这个问题，重新上市产品。